第14章 平庸原理

除了有自知之明这一点之外，我认为自己就是个普通人。

——米歇尔·德·蒙田（1533—1592）

钟形曲线

对人择原理的最严厉的批评在于，它不能产生任何可被验证的预测，它所说的一切就是只有当自然常数的数值允许观测者存在时，我们才能够对这些常数进行观测。这很难被看作一种预测，因为它本身是绝对正确的。那么问题是，我们能做得更好吗？有没有可能从人择原理中提取出一些真正意义上的预测呢？

如果我要测量的量可以有一系列取值，具体能测到哪个取值纯属偶然，那我就不可能准确预测测量结果，但我仍然有可能做出一个统计上的预测。比如，假设我想预测我在街上遇见的第一个男性的身高，根据吉尼斯世界纪录，医学史上最高的男性是美国人罗伯特·珀欣·瓦德洛（Robert Pershing Wadlow），身高2.72米，而最矮的成年男性是印度人古尔·穆罕默德（Gul Mohammed），身高只有57厘米，那么保险起见，我应该预测我遇见的第一个男性的身高将介于这两个极端之间。除非他的身高打破吉尼斯世界纪录，否则这个预测结果绝对是正确的。

为了做出更有意义的预测，我可以参考美国男性身高的统计数据，它遵循如图14.1所示的钟形曲线，中间值为1.77米，即50%的男性矮于这个值，另外50%的男性高于此。而我遇见的第一个人不太可能是个巨人或者侏儒，所以可以期望他的身高处于分布曲线的中段。更加量化地说，我可以假定这个人不会是美国最高或者最矮的2.5%的男性之一，而余下95%的人身高在1.63至1.90米之间，那么如果我预测这个人的身高在1.63至1.90米之间，然后进行大量实验，就可以期望在95%的情况下，预测是正确的。我们便称该预测具有95%的置信度。

图14.1 美国成年男性身高分布曲线。身高处于给定区间内的人数与曲线相应部分下的面积成正比，分布曲线两侧尾端的阴影部分分别表示最低的2.5%和最高的2.5%，两者之间的部分就是具有95%置信度的预测区间

为了使预测达到99%的置信度，我就得去掉分布曲线两端各0.5%的部分。随着置信度的增加，我出错的机会相应减少，但是身高的预测区间随之增大，而预测本身也不那么有趣了。

可以用类似的方法来预测自然常数吗？1994年的夏天，我试图寻找这个问题的答案，当时我正在法国高等科学研究所拜访我的朋友蒂博·达穆尔（Thibault Damour）。这个研究所位于一个名为伊维特河畔比尔的小村庄，从巴黎出发乘火车30分钟即可到达。我喜欢法国的乡村，还有美食和葡萄酒，尽管这些食物热量都很高。着名的苏联物理学家列夫·朗道曾经说过，一杯酒就足以扼杀他一周的灵感。幸运的是，我还没有过这种体验。傍晚，在一顿愉快的晚餐之后，我精神振奋地在伊维特小河边的草地上散步，思维却逐渐回归到人择原理的预测问题上来。

假设某个自然常数，就叫它X吧，在宇宙的不同区域内取值都不同。在某些宇宙区域内，环境不允许观测者存在，而只有在另一些允许观测者存在的区域内，X的值才会被测量。那么，进一步假设存在着某种宇宙统计局，他们收集并公布这些关于X的测量结果（见图14.2），由不同观测者测量的数值分布很可能呈现出与图14.1类似的钟形曲线，同样，我们也可以去掉分布曲线两端各2.5%的部分，并预测X的数值处于95%置信度区间内。

图14.2 宇宙中随机挑选的观测者。这个观测者所测量到的常数数值可以通过统计分布来预测

这种预测的意义何在呢？如果我们在宇宙中随机挑选观测者，那么他们所测量的X值将有95%的机会落在预测区间内。但是很不幸，我们无法验证这种预测，因为所有X值不同的区域都在我们的视界之外，我们只能测量视界内本区域的X。不过，我们可以认为自己是被随机挑选出来的，只是分布在宇宙中的众多文明中的一个。我们没有理由相信，与其他观测者相比，我们这里的X会是罕有的，或者说特殊的取值，因此，我们就可以预测出我们的测量值会落在某一特定区间内，而这个预测的置信度为95%。这种方法的一个重要前提是，我们在宇宙中只是一个普通的存在。我将这一前提称为“平庸原理”。

我的一些同事反对这个命名，他们建议改称其为“民主原理”。当然，没有人愿意做个平庸的人，但是这个名字表达了对于人类处于世界中心的那个时代的怀念。人们总爱相信自己是特殊的，但是宇宙一次又一次地证明，“平庸”才是一个更有效的假说。

同样的推理方法也可以用来预测人的身高。假设你不知道自己的身高，那么就可以用你所在国家和相应性别的统计数据来预测。如果你是一个生活在美国的成年男性，且没有理由认为自己异常高大或矮小，那么你的身高将以95%的置信度处于1.63至1.90米之间。

后来我了解到，哲学家约翰·莱斯利（John Leslie）和普林斯顿天体物理学家理查德·戈特（Richard Gott）都曾经在预测人类的存在期限时各自提出过类似的观点，他们认为人类持续的